歐美適應(yīng)性學(xué)習(xí)系統(tǒng)應(yīng)用案例及發(fā)展趨勢

武迎春 張海 楊絮

適應(yīng)性學(xué)習(xí)系統(tǒng)是近年來人工智能在教育中應(yīng)用的研究熱點(diǎn)之一，是教育學(xué)、認(rèn)知科學(xué)和計(jì)算機(jī)科學(xué)的交叉研究領(lǐng)域。傳統(tǒng)網(wǎng)絡(luò)教學(xué)無法一一對應(yīng)學(xué)習(xí)者的個體差異，對所有的學(xué)習(xí)者采用相同的教學(xué)內(nèi)容和教學(xué)策略，導(dǎo)致學(xué)習(xí)者經(jīng)常發(fā)生網(wǎng)絡(luò)迷航和認(rèn)知超載等問題，從而在很大程度上影響了網(wǎng)絡(luò)教學(xué)的質(zhì)量，適應(yīng)性學(xué)習(xí)系統(tǒng)正是在這樣的背景下應(yīng)時而生。本文介紹了歐美國家適應(yīng)性學(xué)習(xí)系統(tǒng)的應(yīng)用案例及其發(fā)展趨勢。

● 什么是適應(yīng)性學(xué)習(xí)

適應(yīng)性學(xué)習(xí)是一種提供個性化學(xué)習(xí)的技術(shù)，其目的是通過提供高效、可定制的學(xué)習(xí)路徑來吸引學(xué)生。適應(yīng)性學(xué)習(xí)系統(tǒng)能夠根據(jù)學(xué)生的互動和表現(xiàn)水平，對學(xué)習(xí)路徑進(jìn)行動態(tài)調(diào)整，以更適當(dāng)?shù)捻樞?，為學(xué)習(xí)者提供在特定時間點(diǎn)取得進(jìn)展所需要的學(xué)習(xí)內(nèi)容。通過使用算法、評估、學(xué)生反饋、教師干預(yù)和各種教學(xué)媒體，適應(yīng)性學(xué)習(xí)系統(tǒng)能根據(jù)學(xué)生的表現(xiàn)顯示內(nèi)容，根據(jù)評估數(shù)據(jù)提供可變的學(xué)習(xí)路徑為已經(jīng)掌握新知識的學(xué)生提供新的學(xué)習(xí)材料，為沒有掌握學(xué)習(xí)內(nèi)容的學(xué)生提供補(bǔ)救措施。

● 美國麥格爾—希爾（McGraw-Hill）公司開發(fā)的自適應(yīng)學(xué)習(xí)系統(tǒng)ALEKS

麥格勞-希爾集團(tuán)開發(fā)了知識空間的評估和學(xué)習(xí)系統(tǒng)（Assessment and Learning in Knowledge Spaces，下文簡稱ALEKS），使用人工智能手段評估學(xué)生對數(shù)學(xué)知識的掌握程度，并提供自適應(yīng)指導(dǎo)。它運(yùn)用自創(chuàng)的“知識空間理論”（Knowledge Space Theory），通過一系列問題測試學(xué)生對問題的理解程度。1994年，ALEKS由美國加州大學(xué)歐文分校的研究者，根據(jù)腦神經(jīng)測試和數(shù)學(xué)算法的相關(guān)知識研發(fā)出來，用以測評學(xué)生對所學(xué)知識的掌握程度。2013年，ALEKS被麥格爾—希爾（Mcgraw-Hill）集團(tuán)收購。目前，該平臺已普遍應(yīng)用于美國公立小學(xué)的課堂，在高等教育中的使用率也逐漸上升。

知識空間的評估和學(xué)習(xí)（ALEKS）的工作原理如下：

①明確每個學(xué)生目前的知識狀況。ALEKS系統(tǒng)的人工智能的特點(diǎn)在于其對學(xué)習(xí)者狀態(tài)的學(xué)習(xí)和評估，不僅是提供一個學(xué)習(xí)者能力傾向的得分或成就水平，還提供一種知識狀態(tài)，描述學(xué)習(xí)者在某一特定學(xué)科（如代數(shù)1或普通化學(xué)）迄今掌握的所有技能和概念知識。

一個給定學(xué)科的所有可行的知識狀態(tài)都被組織成一個學(xué)習(xí)空間，這個學(xué)習(xí)空間提供了一個數(shù)學(xué)結(jié)構(gòu)，規(guī)定了這些知識狀態(tài)之間的優(yōu)先關(guān)系，即在學(xué)習(xí)過程中哪些知識狀態(tài)可以先于其他知識狀態(tài)，或在其他知識狀態(tài)之后。下頁圖1描述了一個由五個標(biāo)記為a、c、g、h和i的主題組成的微型學(xué)習(xí)空間。該微型學(xué)習(xí)空間中共有16種可行知識狀態(tài)，每個橢圓都表示其中的一種知識狀態(tài)。底部的空白圓圈表示空的知識狀態(tài)（即學(xué)生沒有掌握這五個題目中的任何一個）。學(xué)生從下到上，按照順序依次掌握每個主題。紅色橢圓表示的知識狀態(tài)包含項(xiàng)目g、h和i，主題a和c構(gòu)成學(xué)生接下來很可能要學(xué)習(xí)的主題。事實(shí)上，每個知識狀態(tài)都會自動指定學(xué)生在那個時刻準(zhǔn)備學(xué)習(xí)的主題集合。在ALEKS中稱這些主題為“準(zhǔn)備學(xué)習(xí)”。

圖2表示的是45個主題的學(xué)習(xí)空間，這些主題是一些有難度的概念。圖中的每個點(diǎn)都代表一個知識狀態(tài)，連接這些狀態(tài)的線的顏色對應(yīng)不同的主題。ALEKS內(nèi)部的評估和學(xué)習(xí)引擎能夠有效地管理這樣巨大且復(fù)雜的結(jié)構(gòu)。ALEKS中的實(shí)際學(xué)習(xí)空間通常包含大約400個主題和超過1萬億的知識狀態(tài)。

②個性化評估。個性化評估的任務(wù)是通過有效的提問來揭示學(xué)生的知識狀態(tài)。ALEKS中強(qiáng)大的評估功能可以在只問20～30個問題之后就精確地確定學(xué)生的知識狀態(tài)。當(dāng)學(xué)生犯了一個粗心的錯誤時，ALEKS評估系統(tǒng)的概率特性能夠及時將學(xué)生的錯誤進(jìn)行糾正。

盡管在一個學(xué)習(xí)空間中，題目數(shù)量很大，但是在任何一個特定的評估中，實(shí)際上只能問幾個問題。ALEKS首先要求學(xué)生解決一個問題，這個問題是根據(jù)所有知識狀態(tài)的初始概率選擇的，內(nèi)容盡可能豐富。學(xué)生將所有有用的信息（包括之前所做的所有答案）為參考，大約有50%的概率做出正確答案。

假設(shè)第一個題目是a，學(xué)生的回答是正確的。然后，ALEKS將增加所有包含a的知識狀態(tài)的概率，并降低所有不包含a的狀態(tài)的概率。如果下一個題目是f，而答案是錯誤的，那么ALEKS會降低包含f的狀態(tài)的概率，增加不包含f的狀態(tài)的概率。最后，ALEKS將選擇包含主題a、b、g、h和i的狀態(tài)作為學(xué)生的當(dāng)前狀態(tài)。在實(shí)際的評估過程中，ALEKS將從大量可行的知識狀態(tài)中篩選出概率最高的一種知識狀態(tài)。

③適應(yīng)性學(xué)習(xí)。在評估結(jié)束時，學(xué)生進(jìn)入ALEKS學(xué)習(xí)模式。在該模式中，學(xué)生將得到準(zhǔn)備學(xué)習(xí)的主題列表?！皽?zhǔn)備學(xué)習(xí)”環(huán)節(jié)是非常重要的，學(xué)生的學(xué)習(xí)進(jìn)程在此發(fā)生。在學(xué)習(xí)的過程中，學(xué)生掌握了一個新的主題，就是創(chuàng)造了一個新的知識狀態(tài)，而新的知識狀態(tài)中，學(xué)生有自己的學(xué)習(xí)準(zhǔn)備。學(xué)生學(xué)到的知識用一個多顏色的餅狀圖表示，這種可視化的操作對于學(xué)生學(xué)習(xí)來說是一種強(qiáng)大的動力，如下頁圖3所示。

ALEKS學(xué)習(xí)是按照順序一步一步地進(jìn)行的，每次一個主題。它通過學(xué)生當(dāng)前的學(xué)習(xí)路徑引導(dǎo)學(xué)生進(jìn)入一個主題，或者允許學(xué)生在ALEKS學(xué)習(xí)模式中選擇一個主題。ALEKS監(jiān)控學(xué)生在嘗試解決問題和理解解釋時的成功和失敗的順序，由此指導(dǎo)學(xué)生的進(jìn)步。

二十多年來，數(shù)百萬學(xué)生的經(jīng)驗(yàn)數(shù)據(jù)反映出，ALEKS系統(tǒng)發(fā)現(xiàn)學(xué)生“準(zhǔn)備好學(xué)習(xí)”某個特定主題的成功率超過90%。每當(dāng)學(xué)生掌握了一個主題時，ALEKS就會立即更新學(xué)生的知識狀態(tài)，并為學(xué)生提供一個他/她準(zhǔn)備學(xué)習(xí)的新主題列表，不斷優(yōu)化學(xué)生的學(xué)習(xí)路徑。

● 英國自適應(yīng)學(xué)習(xí)系統(tǒng)——CogBooks

CogBooks是一款英國開發(fā)的適應(yīng)性學(xué)習(xí)工具。2015年，美國亞利桑那州立大學(xué)和CogBooks達(dá)成合作，率先在教學(xué)上使用該自適應(yīng)工具，為學(xué)生提供生物和美國歷史兩門線上課程。CogBooks在調(diào)整為學(xué)習(xí)者提供的學(xué)習(xí)內(nèi)容時，考慮了以下幾個因素：學(xué)生的自信心指數(shù)和自測成績、學(xué)生完成練習(xí)的時間、學(xué)生回答問題的表現(xiàn)、學(xué)生對學(xué)習(xí)目標(biāo)的熟練程度、學(xué)生在相似的學(xué)習(xí)模塊中的學(xué)習(xí)表現(xiàn)等。

該平臺以四種不同的方式適應(yīng)每個學(xué)生。

①智能算法。通過智能算法可以了解每個學(xué)生與課程互動時的情況。系統(tǒng)利用收集到的數(shù)據(jù)信息不斷調(diào)整學(xué)生的學(xué)習(xí)路徑，并能夠選擇出最適合學(xué)生需求的學(xué)習(xí)路徑。

②實(shí)時評估。形成性評估和其他互動活動貫穿整個課程。這些評估有助于每個學(xué)生對學(xué)習(xí)內(nèi)容的即時理解，并為下一步的學(xué)習(xí)做好準(zhǔn)備。

③設(shè)置順序。許多學(xué)科都圍繞著一條明顯的線性路徑來教學(xué)，調(diào)整主題的順序會阻礙學(xué)生的學(xué)習(xí)。因此，CogBooks允許學(xué)生在整個課程中設(shè)置一個清晰的順序，但在每個階段都要分層放置大量支持內(nèi)容。這些內(nèi)容的多少取決于學(xué)生對主要主題的理解。

④學(xué)生機(jī)構(gòu)。研究表明，學(xué)生在學(xué)習(xí)中擁有發(fā)言權(quán)是有益的。CogBooks通過簡單的工具將學(xué)生機(jī)構(gòu)整合到平臺中，幫助學(xué)生評估他們對每個概念的理解。而且，如果他們想更深入地研究某個特定的主題，他們可以選擇查看其他相關(guān)內(nèi)容。

● 適應(yīng)性學(xué)習(xí)的發(fā)展趨勢

適應(yīng)性學(xué)習(xí)的優(yōu)勢是：對于學(xué)生來說，適應(yīng)性學(xué)習(xí)尊重已有知識，滿足學(xué)習(xí)需求，縮小理解差距，避免了“向中間地帶教學(xué)”這種對進(jìn)步學(xué)生或落后學(xué)生都不適合的教學(xué)狀態(tài);對于教師來說，教師可以更容易地監(jiān)控哪些學(xué)生需要幫助，通過衡量其課程表現(xiàn)，最大限度地提高學(xué)習(xí)效率，也可以更好地了解學(xué)生有困難的內(nèi)容領(lǐng)域，以便在個別學(xué)生面臨退出或失敗的風(fēng)險(xiǎn)之前進(jìn)行干預(yù)。

適應(yīng)性學(xué)習(xí)的問題在于：首先，開發(fā)工作量極其巨大。由于其實(shí)施過程非常復(fù)雜，它需要進(jìn)行詳細(xì)的課程規(guī)劃和支持學(xué)習(xí)目標(biāo)的內(nèi)容開發(fā)，并且，內(nèi)容必須在整個課程或相互聯(lián)系的課程之間確定。其次，適應(yīng)性學(xué)習(xí)系統(tǒng)更適合入門課程。該系統(tǒng)往往能更好地處理事實(shí)和程序性知識，通常更適用于某些領(lǐng)域的入門課程，當(dāng)材料需要高階思維時，這些系統(tǒng)的效率可能會降低。然而，隨著時間的推移，隨著更多學(xué)生數(shù)據(jù)的積累，適應(yīng)性學(xué)習(xí)系統(tǒng)也將得到進(jìn)一步優(yōu)化。另外，數(shù)字學(xué)習(xí)資源的數(shù)量正在不斷增加，這使得教師更容易獲得現(xiàn)成的課程內(nèi)容，這樣也能更好地與適應(yīng)性學(xué)習(xí)系統(tǒng)進(jìn)行耦合。

隨著適應(yīng)性學(xué)習(xí)應(yīng)用范圍越來越廣，不同階段的學(xué)生將能個性化地掌握不同技能，未來教師的角色可能會發(fā)生巨大變化，教師將更多地致力于開發(fā)翻轉(zhuǎn)式課程和基于項(xiàng)目的課程，把重點(diǎn)放在批判性思維和問題解決上。而隨著適應(yīng)性學(xué)習(xí)新標(biāo)準(zhǔn)的開發(fā)，跨平臺和工具的互操作性和數(shù)據(jù)交換將變得更容易，自適應(yīng)學(xué)習(xí)的未來會越來越廣闊。